MACE-OFF:有機分子のための短距離移転可能な機械学習力場
Dávid Péter Kovács1, J Harry Moore1,2, Nicholas J Browning3
1Engineering Laboratory, University of Cambridge, Cambridge CB2 1PZ, U.K.
私たちはMACE-OFFを開発しました 有機分子のための 新しい機械学習力場です 高精度で分子特性や動態を予測し,第一原理シミュレーションを広く利用できる.
科学分野:
- コンピュータ化学
- 材料科学
- バイオ物理学
背景:
- 古典的経験力場は予測モデリングの精度と移転性において制限があります.
- 既存の方法は 複雑な分子システムの最初の原理シミュレーションに 苦労しています
研究 の 目的:
- オーガニック分子のための 短距離移転可能な力場を導入します
- 精密な分子シミュレーションのための機械学習力場の能力を実証する.
主な方法:
- 最先端の機械学習と 高レベルの量子力学基準データを使って MACE-OFFを開発しました
- 分子結晶,液体,ペプチドを含む様々なガスと凝縮相の特性に関する検証されたMACE-OFF.
- 精度向上のために 量子核効果を組み込みました
主要な成果:
- MACE-OFFは分子システムのガスと凝縮相の性質を正確に予測します.
- 見えない分子の 精密で簡単に収束する 二面曲折スキャンを 達成した
- 自由エネルギー表面,ペプチドの折り畳み動力学,タンパク質の動力学をシミュレートしました.
結論:
- MACE-OFFは高精度で分子システムのシミュレーションを可能にします.
- 開発された力場は,高度なシミュレーションのための比較的低い計算コストを提供します.
- 化学および関連分野における予測分子モデルのより広範な採用を容易にする.
さらに関連する動画
09:17Structure-Based Simulation and Sampling of Transcription Factor Protein Movements along DNA from Atomic-Scale Stepping to Coarse-Grained Diffusion
Published on: March 1, 2022
10:52Multiscale Sampling of a Heterogeneous Water/Metal Catalyst Interface using Density Functional Theory and Force-Field Molecular Dynamics
Published on: April 12, 2019
関連する概念動画
Molecular Models
Predicting Molecular Geometry
Noncovalent Attractions in Biomolecules
Chemical Shift: Internal References and Solvent Effects
The internal reference compound generally used in NMR spectroscopy is tetramethylsilane (TMS). TMS is preferred because it is chemically inert, soluble in NMR solvents, and easily removable. Also, the highly shielded methyl protons in TMS yield an intense...
Molecular Geometry and Dipole Moments
Molecules with Multiple Chiral Centers
